5436 papers
Dit rapport presenteert de ICDAR 2025 competitie voor end-to-end machinevertaling van documentafbeeldingen met complexe lay-outs, waarbij 69 teams deelnamen aan twee tracks (OCR-vrij en OCR-gebaseerd) en de resultaten aantonen dat grote modellen een veelbelovend paradigma vormen voor dit domein.
Dit paper introduceert FCDM, een volledig convolutiegebaseerd diffusiemodel dat ConvNeXt herintroduceert als een uiterst efficiënt alternatief voor Transformer-architecturen, waarbij het met slechts 50% van de FLOPs en aanzienlijk minder trainingsstappen vergelijkbare prestaties levert.
Dit paper introduceert PromptDLA, een domeinbewust raamwerk voor documentlay-outanalyse dat beschrijvende kennis gebruikt als aanwijzingen om domeinspecifieke priors te integreren en zo de generalisatie en prestaties op diverse datasets te verbeteren.
Dit artikel introduceert een framework dat een Conditional Flow Matching-expert distilleert naar een snelle, single-step student via Implicit Maximum Likelihood Estimation, waardoor real-time, multi-modale robotcontrole met behoud van multi-modaal gedrag mogelijk wordt zonder de latentie van iteratieve integratie.
Deze studie toont aan dat Large Language Models in het Frans gebaseerde gezondheidsdomein genderstereotypen vertonen die worden versterkt door interacties met andere sociale determinanten van gezondheid, wat aangeeft dat het evalueren van deze interacties essentieel is voor een nauwkeurige bias-analyse.
Dit paper introduceert 'open-world motion forecasting', een nieuw kader dat autonome voertuigen in staat stelt om continu nieuwe objectklassen te leren en hun bewegingen te voorspellen vanuit camera-beelden zonder vergeten van eerder geleerde kennis, door middel van een end-to-end class-incremental framework met pseudo-labeling en een innovatieve replay-samplingstrategie.
Dit artikel presenteert CERES, een geautomatiseerd, openbaar en continu werkend probabilistisch systeem dat wekelijks 90-daagse voorspellingen genereert voor acute voedselonzekerheid in 43 risicolanden door zes datastromen te combineren en elke voorspelling cryptografisch te archiveren voor openbare verificatie.
Dit onderzoek onthult dat grote taalmodellen morele redenering vaak boven gezond verstand plaatsen en een vooroordelen vertonen waarbij ze tegenstrijdigheden in gezond verstand makkelijker herkennen bij secundaire personages dan bij de hoofdpersoon, wat wijst op de noodzaak van verbeterde trainingsmethoden.
Dit paper introduceert een open en reproduceerbare dataset voor het evalueren van NLP- en RAG-systemen op naleving van de EU-AI-wet, die door middel van een combinatie van domeinkennis en grote taalmodellen is opgezet om taken zoals risicoclassificatie en artikelretrieval te ondersteunen.
Dit paper introduceert OncoAgent, een nieuw AI-agentkader dat klinische richtlijnen direct omzet in 3D-stralingsvolumes zonder training, waardoor het in een zero-shot setting presteert die vergelijkbaar is met toezichtmodellen en door artsen wordt geprefereerd vanwege zijn superioriteit in richtlijncompliance en aanpasbaarheid.
Dit paper introduceert VMoER, een schaalbaar Bayesiaans framework dat variational inference toepast op de routering in Mixture-of-Experts Transformers om zo met minimale rekentijd gecalibreerde onzekerheidsschattingen te bieden voor foundation modellen.
Dit paper introduceert RoadLogic, een open-source tool die declaratieve OpenSCENARIO-specificaties omzet in uitvoerbare simulaties voor het testen van autonome voertuigen door middel van Answer Set Programming, bewegingsplanning en specificatiegebaseerde monitoring.
Deze studie identificeert en verklaart het fenomeen van 'task-level merging collapse', waarbij bepaalde taakcombinaties leiden tot catastrofale prestatiedalingen door fundamentele representatieve incompatibiliteit in plaats van parameterconflict, wat wordt onderbouwd door zowel empirische analyses als een theoretisch bewijs op basis van rate-distortion-theorie.
EvoDriveVLA is een nieuw kader voor autonoom rijden dat de prestaties van Vision-Language-Action-modellen verbetert door een collaboratieve distillatie van waarneming en planning te gebruiken, wat leidt tot state-of-the-art resultaten in zowel open- als gesloten-lus evaluaties.
Dit artikel toont aan dat endogene prioriteiten, gegenereerd door epistemische gaten zoals onwetendheid, verrassing en veroudering, voldoende zijn om adaptieve waarnemingsstrategieën te ontwikkelen die presteren boven vaste methoden en zonder externe beloning de onderliggende structuur van de omgeving kunnen herontdekken.
GenePlan is een nieuw raamwerk dat grote taalmodellen combineert met evolutionaire algoritmen om interpreteerbare, domein-specifieke PDDL-planners te genereren die presteren op het niveau van de state-of-the-art en aanzienlijk beter zijn dan andere LLM-baselines.
Dit artikel betoogt dat de interactie tussen menselijke redenering en generatieve AI leidt tot een emergente 'derde entiteit' die via 'vibe-creatie' tacit knowledge automatiseert, wat fundamentele implicaties heeft voor epistemologie, bewustzijn en onderwijs.
Dit paper introduceert Temporal-Conditioned Normalizing Flows (tcNF), een nieuw raamwerk voor het detecteren van anomalieën in multivariate tijdsreeksen door complexe temporele afhankelijkheden en onzekerheid nauwkeurig te modelleren via autoregressieve conditionering op eerdere waarnemingen.
Het artikel introduceert EvoPrompt, een nieuw raamwerk dat de adaptatie van vision-language modellen naar downstream-taken verbetert door een evolutionaire trainingsstrategie en geometrische regularisatie te gebruiken om prestaties te maximaliseren zonder de oorspronkelijke zero-shot-kennis te verliezen.
Dit paper introduceert EDA, een parameter- en data-efficiënt framework dat de prestaties van speculatieve decoding op fijngetrainde LLM's herstelt door een ontkoppelde architectuur, data-regeneratie en selectieve steekproefneming te combineren, waardoor volledige hertraining overbodig wordt.